A megállapítások, ma jelentették be Sejtrendszerek, digitális objektumokra vonatkozik, beleértve az adathalmazokat, szoftver, forráskód, és más, a tudósok által kifejlesztett termékek, amelyek hasznosak lehetnek a kutatói közösség számára.
A cél az adatok kezelése az orvosbiológiai kutatásokban-ezen projektek adatainak megosztása és újrafelhasználása az érték maximalizálása érdekében. Míg a finanszírozók, kutatók, és más érdekelt felek felismerték, hogy jobb munkát kell végeznünk az adatkezeléssel az orvosbiológiai kutatásban, ennek útja nem volt egyértelmű. "
Avi Maayan, PhD
Ma'ayan a Sinai -hegyi Bioinformatikai Központ igazgatója, és a kutatás vezető kutatója.
A csapat reméli, hogy mint orvosbiológiai kutatók az eszköztárat alkalmazzák munkájuk értékelésére, jobban megismerik azokat az egyszerű lépéseket, amelyeket a digitális tárgyaik használhatóságának javítása érdekében tehetnek.
2017 -ben és 2018 -ban a Nemzeti Egészségügyi Intézetek (NIH) finanszírozták az NIH Data Commons Pilot Phase Consortiumot, amely azon dolgozott, hogy megtalálják a módszereket a digitális kutatási objektumok megosztásának javítására felhőalapú környezeten keresztül.
Egy ilyen virtuális környezet megvalósításához a kutatóknak szabványokat és platformot kellett kidolgozniuk, amely segíti a tudósokat a FAIR betartásában (megtalálható, hozzáférhető, átjárható, és újrafelhasználható) iránymutatásokat, amelyeket korábban a konzorcium tagjai alkottak meg.
Első, a csapat mérőszámokat és rubrikákat dolgozott ki a FAIRness értékelésére, de felismerték, hogy ezek a mutatók és rubrikák nem feltétlenül vonatkoznak minden kutatási területre. Így létrehozták az eszköztárat, FAIRshake -nek hívják, amely lehetővé teszi a digitális objektumok létrehozóinak, hogy ne csak felmérjék a VILÁGosságukat, hanem új szabványokat is kidolgozhassanak a TISZTESSÉG meghatározásához és értékeléséhez.
És így, a kutatók kijelentették, hogy "a FAIRshake lehetővé teszi több mutató és rubrika együttélését, lehetővé téve a közösség számára, hogy demokratikusabban dolgozzon ki szabványokat. "
Dr. Ma'ayan hangsúlyozza, hogy a kutatásnak nem kell nyílt hozzáférésűnek lennie ahhoz, hogy igazságos legyen. "Csak megköveteli az emberektől, hogy egyértelműen adjanak engedélyt arra, hogy mások hogyan használják fel adataikat, " ő mondta.
A FAIRshake eszköztár kézi és automatizált eszközöket is tartalmaz a FAIRness értékeléséhez, amelyek olyan kérdéseket tesznek fel, mint pl. "A digitális objektum rendelkezik géppel olvasható metaadatokkal?" Az eszköztárat az elmúlt évben több ezer digitális objektumon tesztelték, és a csapat oktatóanyagokat tett közzé a Youtube -on a FAIRshake használatáról.
Míg Dr. Ma'ayan azt mondja, hogy "természetes módon javult a hozzáférhetőség és elfogadták ezeket a szabványokat, még akkor is, ha mi vagy az NIH nem nyomott minket, "Azt is elmagyarázza, hogy a csapat meglepődött néhány trenden, amelyet észrevettek, amikor az eszközkészlettel végzett értékeléseket elvégezték.
Azt mondta, hogy kevés kutató hajtott végre olyan alkalmazásprogramozási felületeket (API-kat)-szoftvereket, amelyek lehetővé teszik a különböző számítógépes programok kommunikációját-; amelyek "kritikusak az adatok összegyűjtésében". A kutatók gyakran nem adtak engedélyt ahhoz, hogy megmondják más tudósoknak, hogyan kaphatnak engedélyt az adatok felhasználására.
Ahogy a kutatási termékek egyre igazságosabbak, a tudósok képesek lesznek kapcsolatokat létesíteni és olyan dolgokat építeni, amelyek nem voltak lehetségesek, mielőtt olyan eszközöket használnának, mint a gépi tanulás, hogy "átalakítsák az adatok újrafelhasználásának módját," - mondja Dr. Ma'ayan.